【我发誓这真的是最终版】济南遥墙机场业务量预测

济南遥墙国际机场业务量预测

第6组成员：崔彤彤120541204

张婉婷120541242

曾晓吟120541341

黄莹秋子120541212

济南遥墙机场业务量预测

机场选择

济南遥墙国际机场是山东省第二大的民用机场，是山东中西部济南、淄博、泰安、聊城、德州、滨州、济宁、菏泽等地市联用的具有国际通航条件的航空港，是中国重要的入境门户和干线机场之一，是山东航空公司、中国东方航空公司和深圳航空公司的基地机场。

影响因素分析

济南作为山东的省会，是山东省的政治、经济、文化、金融、交通、会展中心。就经济而言，济南的GDP在山东省的发展中占据着主导地位，影响着济南总体的发展，所以济南全市的生产总值也应是影响济南机场业务量的重要因素；人均可支配收入和存款余额影响着人们的消费结构，所以在一定程度上也影响着人们对于交通方式的选择，所以人均可支配收入和存款余额，以及其他的交通运输方式的业务量的周转量也影响着机场的业务量，就民航来说，主要有铁路和公路两种运输方式的竞争；而且济南市作为一个旅游城市，近年来随着我国人民的生活水平不断提高，以及对旅游产业的发展建设，济南市吸引了越来越多的国内外游客，而这些游客的数量及所选的交通方式也影响着济南机场的运输周转量。所以结合以上的分析，我们最终选定了以下的影响因素：

（1）地区经济发展与结构：全市生产总值、进出口总额、失业率

（2）地区生活水平：人均可支配收入、各项存款余额

（3）旅游业发展状况：旅游总收入、国内外游客

（4）人口因素与构成：户籍人口

（5）交通运输方式间的竞争：铁路货物周转量、公路货物周转量、铁路旅客周转量、公路旅客周转量

数据筛选

确定影响因素后我们对每个都进行了数量级的调整，之后进行了相关性的分析，得出业务量与各影响因素的相关系数如表1：

表1.业务量与各影响因素间相关性

旅客吞吐量货邮吞吐量起降架次

人口0.86 0.85 0.88

全市生产总值0.99 0.99 0.99

人均可支配收入0.99 0.98 0.99

进出口总额0.97 0.97 0.97

各项存款余额0.98 0.97 0.99

旅游总收入0.97 0.96 0.97

失业率-0.54 -0.50 -0.52

铁路货物周转量0.97 0.96 0.98

公路货物周转量0.94 0.94 0.94

铁路旅客周转量0.92 0.90 0.92

公路旅客周转量0.95 0.95 0.96

国内外游客0.98 0.97 0.98 分析表1得：

（1）旅客吞吐量预测中剔除进出口总额、失业率、各项存款余额、旅游总收入、铁路货物周转量、公路货物周转量、铁路旅客周转量，数据筛选后剩余指

额、旅游总收入、公路货物周转量、铁路旅客周转量、公路旅客周转量，数据筛

预测模型选择

(一)一元线性回归

同过上述的相关性分析，并结合济南当地具体情况，我们选定全市GDP为自变量来做一元线性回归分析。先做出并观察GDP与各项业务量的散点图，确定呈线性关系后在Excel中得出回归模型，再通过查询济南政府工作计划，以7%的年增长率预测出济南市GDP未来十年的数值，将其带入模型中得到机场业务量的预测值。具体工作如下：

1.1旅客吞吐量的预测

1.1.1散点图

图1.GDP与旅客吞吐量散点图

1.1.2一元线性回归分析

在Excel中建立一元线性回归模型数据整理:R=0.9936103，R2=0.9870627，P 值=1.55007E-16，t值=34.93904，分析可知，所建立模型通过检验。

Coefficients 标准误差t Stat P-value Intercept -339.7137 134.4571273 -2.52656 0.022440912

全市生产总值 1.7432543 0.049894161 34.93904 1.55007E-16

从上表中得出自变量为全市GDP的回归方程为

Y = 1.7432543·X - 339.7137

1.1.3拟合图

得到旅客吞吐量预测之后我们将1996-2013年预测值与实际值进行了拟合度分析得到拟合图如图。分析发现，前期数据拟合度较好，但后期差异越来越大，该模型存在一定的不合理性。

图2.旅客吞吐量预测与实际值线性拟合图

1.2货邮吞吐量的预测

1.2.1一元线性回归分析

从Excel中得出自变量为全市GDP的回归方程为

Y = 0.141795·X + 77.42527

1.2.2拟合图

分析发现，中期数据拟合度较好，但前期拟合度一般，后期差异越来越大，该模型存在一定的不合理性。

图3.货邮吞吐量预测与实际值线性拟合图

1.3降架次的预测

1.3.1一元线性回归分析

从Excel中得出自变量为全市GDP的回归方程为

Y = 0.154805·X + 62.85441

1.3.2线性拟合图

分析发现，数据拟合度较好，该模型存在一定的合理性。

图4.起降架次预测与实际值线性拟合图

（二）时间序列

2.1旅客吞吐量的预测

2.1.1模型分析

在旅客吞吐量的散点图上可以看出旅客吞吐量的增长与年份有一定关系，呈正比关系，旅客吞吐量随着年份推移而增加。回归分析中R2为0.914468，F值为171.0649，自变量P值为5.85E-10，通过检验。根据回归分析结果做出以下

模型。

Y = 477.0478586 · X - 952650.5393

2.1.2拟合图

从拟合图中可以看出实际值与预测值差距较大，拟合性较差，因此预测结果相对比较不准确。在前期实际值稍小于预测值，主要是因为前期发展缓慢，后期实际值则大于预测值主要是由于利好政策的推动使得机场业务量增速加大。

图5.旅客吞吐量预测与实际值拟合图

2.2货邮吞吐量的预测

2.2.1模型分析

通过散点图我们发现货邮吞吐量与时间的关系同上，因此用相同方法。R2为0.908789，F值159.417，P值为9.81E-10，通过检验，建立以下模型：

Y = 39.01002 · X - 77798.4

2.2.2拟合图

从拟合图中可以看出实际值与预测值差距较大，拟合性较差，因此预测结果相对比较不准确。

图6.货邮吞吐量预测与实际值拟合图

2.3起降架次的预测

2.3.1模型分析

R2为0.94039，F值为252.4101，P值为3.22E-11，通过检验，建立模型：

Y = 42.97184 ·X - 85725.1

2.3.2拟合图